[发明专利]基于大数据的套牌车分析方法及系统

权利要求书

1.一种基于大数据的套牌车分析方法，其特征在于，包括以下步骤：

S1：通过ETL工具，将过车数据入库到分布式文件系统；

S2：使用分布式计算框架编写套牌车判定程序，通过周期性的定时任务定期地分析前面一定时间范围内的过车数据得出套牌车数据；

S3：将分析出来的套牌车数据写入数据仓库；

S4：通过业务查询接口，实时查询调用数据仓库的套牌车数据。

2.如权利要求1所述的基于大数据的套牌车分析方法，其特征在于：所述步骤S2中的定时分析任务具体包含以下流程：

S2.1：判断是否到达定时任务时间，若是，则计算分析定时任务的时间范围；若否，则等待到达定时任务时间；

S2.2：进行分布式套牌车逻辑分析，即以在事先确定的判定时间范围内同一车牌出现在不同的卡口为判定条件，初步判定在定时任务的时间范围内出现的套牌车；

S2.3：判断执行步骤S2.2之后有无数据，若有，则进行卡口距离判断，即在初步判定的套牌车中排除所出现的不同卡口的距离小于事先确定的最小判定距离的套牌车；若无，则结束。

3.如权利要求2所述的基于大数据的套牌车分析方法，其特征在于：所述步骤S2.1中定时任务的时间范围为前一个定时任务的周期时间向前增加定时任务的判定时间。

4.如权利要求2所述的基于大数据的套牌车分析方法，其特征在于：所述步骤S2.2中的判定时间为30秒。

5.如权利要求2所述的基于大数据的套牌车分析方法，其特征在于：所述步骤S2.3中的最小判定距离为1公里。

6.如权利要求1所述的基于大数据的套牌车分析方法，其特征在于：所述分布式文件系统为Impala，所述分布式计算框架为Impala；或者所述分布式文件系统为Hive，所述分布式计算框架为Hive；或者所述分布式文件系统为HBase，所述分布式计算框架为MapReduce。

7.如权利要求1所述的基于大数据的套牌车分析方法，其特征在于：所述步骤S2中的定时任务的周期为1小时。

8.如权利要求1所述的基于大数据的套牌车分析方法，其特征在于：所述步骤S4具体包含以下流程：

S4.1：用户界面调用；

S4.2：套牌车Controller；

S4.3：套牌车Service；

S4.4：根据条件生成查询语句；

S4.5：查询套牌车数据仓库；

S4.6：返回结果。

9.一种基于大数据的套牌车分析系统，其特征在于，包括：

分布式系统，其包括分布式文件系统及分布式计算框架，用于将过车数据入库到该系统进行分布式分析；

定时任务模块，用于定期地分析前面一定时间范围内的过车数据得出套牌车数据；

数据仓库，用于存储分析出来的套牌车数据；

业务查询接口模块，用于实时查询调用数据仓库的套牌车数据。

10.如权利要求9所述的基于大数据的套牌车分析系统，其特征在于：所述分布式文件系统为Impala，所述分布式计算框架为Impala；或者所述分布式文件系统为Hive，所述分布式计算框架为Hive；或者所述分布式文件系统为HBase，所述分布式计算框架为MapReduce。